Reconocimiento Automático del Habla y Locución Orientado a la Manipulación de Sistemas

Abstract

Las características que nacen dentro del órgano tracto vocal encargado de producir el habla humana son ricas en información, tanto de los rasgos físicos del tracto vocal ("único en cada persona"), como del mensaje. En el presente documento se expone una forma de realizar un reconocimiento automático de locutor (RAL) y un reconocimiento automático del habla (RAH) sobre comandos genéricos orientados a manipular un sistema cualquiera al mismo tiempo que el productor del comando es identficado. El reconocimiento se realiza por medio de modelos ocultos de Markov entrenados con los coeficientes cepstrales MFCC's y MDLF's sobre una base de datos de tamaño medio. Se reporta también la manera en que las variaciones en los parámetros para la extracción de la información acústica codi ficada altera la precisión del reconocimiento, as como el efecto que tiene el modo en el que se de finen los modelos estadísticos. Uno de los puntos más notorios logrados, es la tasa de reconocimiento del locutor, la cual alcanza un promedio general superior al 98 %.